Os 5 temas de gráficos mais visitados da R Graph Gallery

1. A gramática de gráficos: ggplot2

Sem surpresa, a categoria ggplot2 é de longe o tema mais visitado: representa cerca de 15% do tráfego considerado para este post (que foi 45% do total, como mencionado acima).

Esse volume de tráfego se explica não só pela popularidade do pacote na comunidade R, mas também porque essa categoria reúne todo tipo de gráfico que você pode fazer com ele — boxplots, scatterplots, gráficos de área etc. — e ainda traz subseções que mostram como adicionar anotações, trabalhar cores e até criar data art. Em resumo, essa categoria concentra muita informação sobre esse pacote de R.

Essa biblioteca, que é “um sistema de gráficos para R, baseado na gramática de gráficos”, é referência em visualização com R, e há vários recursos para aprender sua sintaxe, como o curso Data Visualization with ggplot2 da DataCamp e o livro do ggplot2 do criador Hadley Wickham.

ggplot2 é uma implementação da gramática de gráficos, o que significa que existe uma gramática básica para produzir visualizações: você precisa de dados e de elementos gráficos para montar seus plots, assim como precisa de pronomes e verbos conjugados para formar frases.

Na prática, isso quer dizer que você alimenta o gráfico com dados nos eixos x e y e manipula detalhes como cores, marcadores etc. como elementos visuais. Você vai perceber que o ggplot2 faz essa distinção e que há alguns elementos básicos que aparecem com frequência nos gráficos do ggplot2, como dados, geometrias, estéticas e escalas.

Claro, existem partes mais avançadas da gramática do ggplot2, como transformações estatísticas e facets, mas elas não serão abordadas neste post. Confira os recursos citados acima para se aprofundar no ggplot2 e nas suas possibilidades.

Voltando à galeria, você vai ver que ela exibe atualmente cerca de 40 gráficos usando o pacote, cobrindo os principais tipos de visualização, como o gráfico de barras que você encontra abaixo:

Repare que o gráfico abaixo usa três dos quatro elementos citados: dados, estética e geometrias. Agora, olhe o resultado com mais atenção ou expanda a janela na aba “Plots” que apareceu ao lado do seu console R no bloco do DataCamp Light acima:

Se você quiser mais temas, escalas e geoms para seus gráficos no ggplot2, sempre pode recorrer a pacotes adicionais como o ggthemes ou o ggthemr.

2. Gráficos interativos

Em segundo lugar, a categoria de gráficos interativos responde por cerca de 11% do tráfego considerado neste post. Assim como o ggplot2, dá para supor que boa parte desse tráfego vem do fato de ser uma categoria mais geral, que cobre várias informações sobre diferentes tipos de gráficos interativos.

Mas, afinal, o que são gráficos interativos?

São gráficos, claro, mas o diferencial é poder dar zoom, ajustar eixos, passar o mouse para ver informações adicionais, exportar em formato png, filtrar dados específicos etc. Eles permitem que o usuário explore os dados e encontre o que precisa.

Durante a análise, gráficos interativos ajudam você a explorar os dados com mais eficiência. Em relatórios para clientes, colegas ou leitores, eles prendem a atenção e facilitam o entendimento; gráficos interativos criam uma comunicação de mão dupla entre usuário e visualização — todo mundo sai ganhando.

Não por acaso, visualizações interativas já são usadas por jornais como o New York Times e por artigos científicos como os da Science!

No R, é surpreendentemente fácil criá-las usando os htmlwidgets.

Além de exemplos com esse pacote, a galeria também traz vários casos usando o Plotly. Plotly é um pacote R para criar gráficos web com a biblioteca JavaScript open source plotly.js. A sintaxe do código é bem próxima da do ggplot2, então você provavelmente fará seu primeiro gráfico interativo em minutos! Para começar, confira este tutorial de Plotly.

Claro, você também pode criar gráficos interativos com o Shiny, uma biblioteca R que transforma suas análises em apps web interativos, e além das bibliotecas citadas aqui, há muitas outras para converter visualizações estáticas em interativas!

3. Boxplots

A categoria de boxplot representa cerca de 8% do tráfego considerado. É a terceira mais popular do site, provavelmente por ser mais específica que as duas anteriores: trata de um tipo de gráfico em particular.

Boxplots dispensam apresentações. São um recurso comum para visualizar a relação entre uma variável numérica e uma variável discreta. Mas cuidado para não perder informações que podem ficar escondidas por trás de um boxplot (como uma distribuição bimodal)!

A R Graph Gallery traz alternativas interessantes aos boxplots, como violin plots ou boxplots com jitter. Você vai ver que, mesmo o ggplot2 tendo sua própria seção, ele continua muito popular, junto com funções base do R como jitter()!

4. Spider plots

Surpreendentemente, a categoria de spider plots ou gráficos em teia faz muito sucesso na galeria, com 6% dos 45% do tráfego analisado para este post.

Gráficos de radar são uma forma de comparar múltiplas variáveis quantitativas. Um dos exemplos é construir esses gráficos com a fmsb, que contém funções de apoio ao livro “Practices of Medical and Health Data Analysis using R”.

O código no bloco do DataCamp Light gera o seguinte resultado (ou simplesmente expanda a janela na aba “Plots” que apareceu ao lado do seu console R no bloco do DataCamp Light):

Dica: como você pode imaginar, evite representar grupos demais no mesmo gráfico! Ele fica ilegível rapidinho!

Mas o pacote fmsb não é a única opção: dá para montar gráficos de radar com ggplot, mesmo sem suporte nativo no pacote. Você encontra um tutorial aqui ou pode testar a extensão do ggplot2 ggradar.

Outra alternativa interessante é o pacote radarchart. Vale guardar o nome se você quiser criar gráficos de radar interativos.

5. Data art

Curiosidade? Diversão? Interesse? Surpresa?

Não sei o que leva as pessoas até lá, mas a seção de Data Art é a quinta mais visitada pelos usuários da R Graph Gallery, com cerca de 5% do tráfego considerado neste post.

Com certeza não é algo que você vê todo dia!

Essa página apresenta um resumo do trabalho de 10 data aRtists do mundo todo. Data Art é uma tendência em que você, como o nome sugere, cria arte a partir de dados. Pode assumir várias formas, usando dados reais ou não, representando algo concreto ou apenas formas abstratas.

Ficou curioso e quer saber mais? Dê uma olhada nesta seção e, claro, sinta-se à vontade para enviar suas criações!

Quer contribuir com a R Graph Gallery, sugerir um gráfico ou pedir um que esteja faltando? Acesse aqui.